| 第1天 |
| |
| Spark 的本地安装与配置 Spark 集群 Spark 编程模型 |
| |
| 个性化 目标营销和客户细分 预测建模与分析 机器学习的系统架构 |
|
| |
| 获取公开数据集 处理与转换数据 从数据中提取有用特征 |
| |
| 推荐模型的分类 提取有效特征 训练推荐模型 使用推荐模型 推荐模型效果的评估. |
|
| |
| 分类模型的种类 从数据中抽取合适的特征 训练分类模型 使用分类模型 评估分类模型的性 改进模型性能以及参数调优. |
| |
| 回归模型的种类 从数据中抽取合适的特征 回归模型的训练和应用 评估回归模型的性能 改进模型性能和参数调优. |
|
| |
| 聚类模型的类型 从数据中提取正确的特征 训练聚类模型 使用聚类模型进行预测 评估聚类模型的性能 |
| |
| 降维方法的种类 从数据中抽取合适的特征 训练降维模型 使用降维模型 |
|
| |
| 处理文本数据有什么特别之处 从数据中抽取合适的特征 评估文本处理技术的作用 |
| Spark Streaming 在实时机器学习上的应用 |
| 在线学习. 流处理. 使用Spark Streaming 进行在线学习 |
